近期，我校食品学院张慜教授团队在用4D打印智能标签结合机器学习实现储运期间典型水果新鲜度监测和同步保鲜领域取得突破性进展，研究成果“4D printed deformation labels with machine learning for monitoring and preservation of respiring climacteric fruits”正式发表于Nature Communications。
每年有价值约6000万美元的果蔬因未能在其最佳消费期内被食用而浪费，其中呼吸跃变型水果（如猕猴桃、芒果、柿子）的品质劣变问题尤为突出。现有保鲜技术虽能延长货架期，但无法提供储运条件的实时反馈。传统的智能标签（如浇铸标签、3D打印标签）通常仅依靠颜色单一变化进行监测，识别能力有限，且难以准确反映水果品质转换的关键节点。
研究团队以甲基丙烯酸酐接枝魔芋葡甘露聚糖为智能基质，通过精确复配蓝莓花青素-山楂多酚显色体系与微波干热法制备的大蒜精油乳液，构建具有双重响应功能的打印材料体系。研究首先系统解析了精油添加量对材料亲疏水性、打印保真度及网络结构力学性能的影响，确定10%为最佳添加量，并在此基础上通过调控上层结构打印层数、丝线交错角度与填充率等几何参数，实现了对标签变形方向与曲率的精准编程。
团队进一步开发出湿度/二氧化碳双响应4D打印变形标签。该标签在水果储运过程中，可同时响应包装内湿度上升引发的形状变化以及二氧化碳积累导致的pH下降驱动的颜色变化。通过集成轻量化深度学习模型，对标签形变与颜色图像进行自动识别，实现了对猕猴桃、青芒果、柿子等呼吸跃变型水果新鲜度等级的智能判别，模型准确率高达97%。
性能评估表明，该4D打印智能标签不仅提供了更直观、精准的视觉监测效果，能清晰指示品质转折点，其形变过程中伴随的微观结构破坏还有效促进了大蒜精油的控释，释放行为符合非菲克扩散机制。在实际应用中，使用该标签的水果其微生物总数显著低于传统浇铸标签与3D打印标签组，保鲜效果明显提升。该监测和同步保鲜系统为生鲜食品供应链中的实时品质监控与智能保鲜提供了创新解决方案，展现了4D打印技术在生鲜食品供应链和食品智能包装领域的巨大应用潜力。
张慜教授为论文的通讯作者，博士生滕秀秀为第一作者。上述研究得到了国家重点研发计划项目（2022YFD2100601, 2023YFF1104205）的资助。
论文链接：https://doi.org/10.1038/s41467-025-66554-6
图1 4D打印智能标签融合机器学习实现典型水果储运期间新鲜度监测与同步保鲜
